【技术实现步骤摘要】
头部旋转运动自适应的非接触鲁棒性心率检测方法
[0001]本专利技术属于生物医疗监测、计算机视觉领域,具体涉及了一种头部旋转运动自适应的非接触鲁棒性心率检测方法。
技术介绍
[0002]心脑血管疾病已经成为威胁人类健康的主要疾病,根据心脑血管疾病早发现、早治疗,积极干预的防治需求[1],需要寻求一种操作简单、结果准确、可重复性好、并可应用于大规模人群日常检测的测量技术和方法.成像式光电容积描记(ImagingPhotoplethysmography,IPPG)技术是一种基于成像设备的非接触生理参数检测技术,克服了传统接触式技术存在的缺陷,正逐渐应用于远程医疗监控等领域。基于人脸视频的IPPG心率测量技术,利用成像设备对包含被测部位的信息进行视频采集,将脉搏信号即由血液容积变化引起的光强变化用视频图像的方式记录下来,再通过对视频图像处理提取出脉搏波信号,最后通过脉搏波特征量的分析实现心率信号的提取[2]。
[0003]基于IPPG的心率测量技术研究目前已经取得了重要进展,可以在受试者静止及运动状态下实现心率准确测量.血 ...
【技术保护点】
【技术特征摘要】
1.一种头部旋转运动自适应的非接触式鲁棒性心率检测方法,该方法包括如下步骤:S100、通过成像设备采集受试者的脸部视频;S200、实时检测人脸68个特征点,基于特定的人脸标志点选取的面部感兴趣区域(Region of Interest,ROI)逐帧生成脉搏波原始信号;S300、采用去趋势滤波及小波滤波算法处理原始信号,选取功率谱特定范围峰峰值估算心率;S400、结合人脸二维及三维特征点计算受试者头部在运动中姿势欧拉角度,根据角度绝对值得到新型信号质量指数用于反应信号的质量,利用新型信号质量指数估计自适应噪声协方差;S500、估计的自适应噪声协方差调控Kalman增益,由此构建一个头部旋转运动自适应滤波器,该滤波器依据旋转角度的变化在由头部旋转运动引入噪声的片段动态滤除伪影并提供单一稳健的心率估计。其中,所述步骤S400中,具体包括如下步骤:S401、首先利用约束局部神经域(Constrained Local Neural Field,CLNF)算法得到的面部特征点坐标,将二维点坐标反向投影到三维人脸模型得到三维人脸标志点坐标,再通过相机标定参数及最小二乘法求解透视位姿计算出头部姿态欧拉角;S402、对获得俯仰及偏航角度的绝对值分别进行归一化并取反操作,然后将二者的乘积作为新的信号质量指数θ
SQI
;S403、利用角度质量指数θ
SQI
调节由运动引起的测量噪声协方差估计,构成头部旋转自适应噪声协方差:其中,R0取经验值0.1。其中,所述步骤S500中,具体包括如下步骤:S501、假设第k
‑
1个心率为均值为协方差为的正态分布即第k
‑
1个时刻的后验估计的协方差为由头部旋转自适应测量噪声协方差来调节Kalman增益系数:S502、结合Kalman增益系数、由步骤3得到的心率测量值和当前时刻的先验概率,根据头部姿势角度值的动态变化,改变其后验分布实现对新到达数据的自适应调制;S503、将当前状态的后验概率更新为后续状态的前验概率。2.根据权利要求1所述的头部旋转运动自适应的心率检测方法,其特征是:使用网络摄像头或手机摄像头日常生活中常用的成像设备来实现心率测量。3.根据权利要求1所述的头部旋转运动自适应的心率检测方法,其特征是:所述步骤S200中,具体包括如下步骤:首先利用CLNF实时定位人脸68个特征点;将面部68个标志点中第1、17、42和47个点选取毛细血管分布丰富的人脸的脸颊和鼻子区域作为ROI,避免了眼睛
的眨动以及被测额头部分毛发的遮挡对ROI灰度值带来的影响;并求取该ROI区域的灰度均值,随后将每一帧的均值按视频时间序列进行连接,生成I...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。